‌Auto-sklearn与scikit-learn的主要区别在于Auto-sklearn是一个自动化机器学习库，而scikit-learn是一个用于数据挖掘和数据分析的Python工具包。‌

Auto-sklearn是一个自动化的机器学习工具，它能够自动搜索最佳的学习算法并优化其超参数，通过元学习、贝叶斯优化和集成学习等搜索方法，找到最佳的数据处理管道和模型。它处理大部分繁琐的工作，如预处理和特征工程技术，如One-Hot编码、特征归一化、降维等，从而节省大量时间在建立机器学习模型过程中。Auto-sklearn基于scikit-learn，但提供了更高级的功能，如自动模型选择和超参数调整，使得非专家也能快速轻松地发现对于给定数据集有效甚至最佳的方法‌。

相比之下，scikit-learn是一个用于数据挖掘和数据分析的Python工具包，它包含了许多经典的机器学习算法和工具，用于实现分类、回归、聚类等任务。scikit-learn提供了大量的预处理工具和模型，但需要用户手动选择和调整模型以及相应的参数。它更适合有一定机器学习基础的用户，因为它需要更多的技术背景或直接输入‌。

总的来说，Auto-sklearn通过自动化大部分机器学习过程中的耗时步骤，如数据预处理、模型选择和超参数调整，使得机器学习变得更加高效和易于使用。而scikit-learn则提供了一个全面的工具集，用于实现各种机器学习任务，但需要用户具备一定的技术背景来进行操作。

----以上内容由百度AI智能问答产生，仅供参考学习

其他参考连接： https://scikit-learn.org.cn/